FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS WPŁYW NORM EMPIRYCZNYCH NA KOŃCOWY WYNIK PROCESU DIAGNOZOWANIA

Transkrypt

1 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2014, 308(74)1, Katarzyna Wawrzyniak WPŁYW NORM EMPIRYCZNYCH NA KOŃCOWY WYNIK PROCESU DIAGNOZOWANIA THE INFLUENCE OF EMPIRICAL NORMS ON THE FINAL RESULT OF THE DIAGNOSIC PROCESS Katedra Zastosowań Matematyki w Ekonomii, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie ul. Klemensa Janickiego 31, Szczecin, katarzyna.wawrzyniak@zut.edu.pl Summary. In the paper the author makes a classification of the Electroengineering Sector companies that are listed on the Warsaw Stock Exchange in The classification was based on the final diagnoses of the companies financial standing. The final diagnoses were founded on the partial diagnoses which had been created in the course of a two-element diagnostic process where quartiles have been adopted as empirical norms. The research has shown that the choice of the definite empirical norm changed considerably the final result of diagnosic process. Słowa kluczowe: analiza wskaźnikowa, diagnozowanie ilościowe, klasyfikaca, kwartyle. Key words: analysis ratios, classification, quantitative diagnosis, quartiles. WSTĘP Proces diagnozowania ilościowego można rozpatrywać ako proces dwu-, trzy- lub czteroelementowy 1. W każdym z przypadków konieczna est znaomość przynamnie dwóch elementów tego procesu, czyli prawidłowości zaobserwowane i prawidłowości normatywne (normy). Jak zauważono w pracy Wawrzyniak (2007), te dwa elementy są wystarczaące do przeprowadzenia naprostszego dwuelementowego procesu diagnozowania, którego końcowym wynikiem est dwuwariantowa diagnoza postaci 2 : wariant I (diagnoza pozytywna) prawidłowość zaobserwowana est zgodna z normą, wariant II (diagnoza negatywna) prawidłowość zaobserwowana nie est zgodna z normą. Rozpoczynaąc proces diagnozowania, znamy prawidłowość zaobserwowaną, natomiast prawidłowość normatywną mamy wyznaczyć. Ze względu na źródło pochodzenia norm można e podzielić na teoretyczne i empiryczne. Normy teoretyczne pochodzą z literatury przedmiotu i nie zmieniaą się w czasie oraz w przestrzeni. Natomiast normy empiryczne ustalane są na podstawie badań i zmieniaą się zarówno w czasie, ak i w przestrzeni 3. 1 Pełny (czteroelementowy) proces diagnozowania, zgodnie z propozycą Hozera (1989), składa się z prawidłowości zaobserwowane, prawidłowości normatywne (normy), odchylenia od normy i toleranci odchylenia od normy. 2 Taki sposób diagnozowania, uwzględniaący fakt odchylenia od normy, a nie wielkość tego odchylenia, est stosowany zarówno w przypadku norm wyrażanych w sposób akościowy (np. badane zawisko powinno narastać, aby było oceniane pozytywnie), ak i norm wyrażanych w postaci konkretne wartości liczbowe (lub przedziału wartości). 3 Niestabilność norm empirycznych w czasie i przestrzeni zasygnalizowano m.in. w pracy Batóg i Wawrzyniak (1997).

2 122 K. Wawrzyniak Celem badania, którego przebieg i wyniki zamieszczono w artykule, est wykazanie, że poziom przyętych norm empirycznych w istotny sposób zmienia końcowy wynik procesu diagnozowania, w związku z czym wybór normy wpływa na podęcie określonych decyzi. Badanie dotyczyło spółek giełdowych z sektora, przemysł elektromaszynowy, notowanych na Giełdzie Papierów Wartościowych w Warszawie pod koniec 2011 r. Ostateczny wynik badania, czyli 3 odmienne klasyfikace spółek, uzyskano, wykorzystuąc diagnozy końcowe ich sytuaci finansowe pod koniec 2011 r., które sformułowano na podstawie diagnoz cząstkowych wyznaczonych przy różnym poziomie norm empirycznych. Ze względu na rodza zaobserwowane prawidłowości (rzeczywistych wartości wskaźników finansowych dla spółek giełdowych prawidłowości w zakresie struktury) oraz liczebność badane zbiorowości ako normy empiryczne przyęto wartości kwartyli 4. METODA I MATERIAŁ Badanie rozpoczęto od ustalenia zbiorowości statystyczne oraz od zdefiniowania prawidłowości zaobserwowane i normatywne, które są konieczne do przeprowadzenia dwuelementowego procesu diagnozowania niezbędnego do wyznaczenia diagnoz cząstkowych. Zbiorowość statystyczną wybrano z sektorów spółek giełdowych notowanych na Giełdzie Papierów Wartościowych w Warszawie, dla których informace finansowe zostały opublikowane w Notoria Serwis (wersa 21.20, październik 2012) 5. O wyborze sektora zadecydowały ego liczebność (przynamnie 20 spółek) oraz kompletność danych o wskaźnikach finansowych pod koniec 2011 r. Spośród 18 sektorów 6 wybrano sektor: przemysł elektromaszynowy, w którym znadue się 28 spółek; pod koniec 2011 r. brakowało tylko edne informaci o poziomie wskaźnika obsługi zadłużenia (W3) w spółce Sonel. Prawidłowość zaobserwowaną zdefiniowano ako rzeczywiste wartości wybranych wskaźników finansowych, uzyskane przez badane spółki pod koniec 2011 r. Redukci pierwotnego zbioru cech diagnostycznych, składaącego się z 21 wskaźników, dokonano w następuących etapach: wyeliminowano 3 wskaźniki absolutne (kapitał pracuący, cykl operacyny, cykl konwersi gotówki), których wartość poznawcza w analizie porównawcze est ograniczona; dla pozostałych 18 wskaźników 7 zastosowano parametryczną metodę doboru cech diagnostycznych, zaproponowaną przez Hellwiga 8, którą zastosowano osobno w każde grupie wskaźników; wartości współczynników korelaci oraz rodzae cech uzyskanych w procesie doboru przedstawiono w tab. 1, przy czym kryterium klasyfikaci r * przyęto arbitralnie na poziomie 0,5. 4 Wykorzystanie kwartyli ako norm empirycznych w procesie diagnozowania sytuaci finansowe spółek giełdowych opisano w pracy Wawrzyniak (2013). 5 Baza danych zakupiona przez Katedrę Zastosowań Matematyki w Ekonomii ZUT w Szczecinie. 6 W bazie danych znaduą się dane statystyczne dotyczące spółek należących do 3 makrosektorów: przemysł (9 sektorów, łączna liczba spółek 126), handel i usługi (6 sektorów, łączna liczba spółek 146), finanse (3 sektory, łączna liczba spółek 51). 7 Przed zastosowaniem parametryczne metody doboru cech diagnostycznych przeanalizowano również zmienność 18 wskaźników finansowych, aby wykluczyć ze zbioru cech diagnostycznych te wskaźniki, które zbyt słabo różnicuą badane spółki. W przypadku wszystkich wskaźników klasyczny współczynnik zmienności (iloraz odchylenia standardowego i średnie arytmetyczne badane cechy) wynosił znacznie powyże wartości 0,1 (naniższy współczynnik zmienności wynosił 0,254, a nawyższy 1,395), co oznacza, że kryterium to nie zredukowało zbioru cech diagnostycznych. Graniczną wartość współczynnika zmienności przyęto zgodnie z propozycą zawartą w pracy Młodak (2006). 8 Szczegółowy opis metody można znaleźć m.in. w pracach Nowak (1990) i Młodak (2006).

3 Tabela 1. Dobór cech diagnostycznych w grupach wskaźników finansowych Wskaźniki zyskowności Z1 Z2 Z3 Z4 Z5 Z6 Suma wartości bezwzględnych Stopa zysku (marża) brutto (Z1) 1,000 0,671 0,706 0,762 0,482 0,690 4,311 Cechy centralne, satelitarne i izolowane Stopa zysku operacynego (Z2) 0,671 1,000 0,819 0,849 0,576 0,712 4,627 Stopa zysku brutto (Z3) 0,706 0,819 1,000 0,970 0,635 0,818 4,948 Stopa zysku netto (Z4) 0,762 0,849 0,970 1,000 0,731 0,893 5,205 cecha centralna: Z4 (cechy satelitarne: Z1, Z2, Z3, Z5, Z6) Stopa zwrotu z kapitału własnego (Z5) 0,482 0,576 0,635 0,731 1,000 0,926 4,350 Stopa zwrotu z aktywów (Z6) 0,690 0,712 0,818 0,893 0,926 1,000 5,040 Wskaźniki płynności P1 P2 P3 Wskaźnik płynności bieżące (P1) 1,000 0,941 0,838 2,779 Wskaźnik płynności szybkie (P2) 0,941 1,000 0,911 2,852 Wskaźnik płynności podwyższone (P3) 0,838 0,911 1,000 2,748 cecha centralna: P2 (cechy satelitarne: P1, P3) Wskaźniki aktywności A1 A2 A3 A4 A5 Rotaca należności, w dniach (A1) 1,000 0,271 0,463 0,546 0,377 2,657 Rotaca zapasów, w dniach (A2) ,000 0,070 0,484 0,310 2,135 Rotaca zobowiązań, w dniach (A3) 0,463 0,070 1,000 0,303 0,384 2,221 Rotaca maątku obrotowego, w dniach (A4) 0,546 0,484 0,303 1,000 0,656 2,989 cecha centralna: A4 (cechy satelitarne: A1, A5) cechy izolowane: A2, A3 Rotaca aktywów, w dniach (A5) 0,377 0,310 0,384 0,656 1,000 2,728 Wskaźniki zadłużenia W1 W2 W3 W4 Wskaźnik pokrycia maątku (W1) 1,000 0,695 0,393 0,249 2,338 Stopa zadłużenia (W2) 0,695 1,000 0,268 0,285 2,249 Wskaźnik obsługi zadłużenia (W3) 0,393 0,268 1,000 0,079 1,741 Dług/EBITDA (W4) 0,249 0,285 0,079 1,000 1,614 Źródło: obliczono na podstawie: Notoria Serwis (wersa 21.20, październik 2012 r.). cecha centralna: W1 (cechy satelitarne: W2) cechy izolowane: W3, W4

4 124 K. Wawrzyniak Ostatecznie w zredukowanym zbiorze cech diagnostycznych, utworzonym z cech centralnych i izolowanych, znalazło się 8 wskaźników 9 : 1 stopa zysku netto (Z4) stymulanta, wskaźnik płynności szybkie (P2) nominanta w przedziale wartości <1, 1,2>, rotaca zapasów w dniach (A2) destymulanta, rotaca zobowiązań w dniach (A3) destymulanta, rotaca maątku obrotowego w dniach (A4) destymulanta, wskaźnik pokrycia maątku (W1) stymulanta, wskaźnik obsługi zadłużenia (W3) stymulanta, dług/ebitda (W4) destymulanta. Biorąc pod uwagę rodza zaobserwowane prawidłowości (prawidłowości dotyczące struktury) oraz liczebność badane zbiorowości, ako normy empiryczne zaproponowano wartości kwartyli wyznaczone dla poszczególnych wskaźników. W ten sposób dla każde spółki uzyskano 3 warianty diagnoz cząstkowych (diagnoza cząstkowa charakteryzue sytuacę spółki z punktu widzenia poedynczego wskaźnika): wariant I (diagnoza cząstkowa łagodna), w którym normę przyęto na poziomie kwartyla I (dla stymulanty) oraz kwartyla III (dla destymulanty) w tym wariancie aż 75% badanych spółek ocenionych zostanie pozytywnie; wariant II (diagnoza cząstkowa umiarkowana), w którym za normę przyęto wartość mediany zarówno dla stymulanty, ak i destymulanty w tym wariancie połowa badanych spółek oceniana est pozytywnie; wariant III (diagnoza cząstkowa ostra), w którym normę przyęto na poziomie kwartyla III (dla stymulanty) oraz kwartyla I (dla destymulanty) w tym wariancie tylko 25% badanych spółek ocenionych zostanie pozytywnie. Znaąc prawidłowości zaobserwowaną oraz normatywną, sformułowano diagnozy cząstkowe: dla stymulant 1 dla xi Qr dci (1) 0 dla xi Qr dla destymulant 1 dla xi Qr dci (2) 0 dla xi Qr gdzie: x i wartość -tego wskaźnika w i-te spółce, czyli prawidłowość zaobserwowana; Q r kwartyl o numerze r (r = 1, 2, 3) wyznaczony dla -tego wskaźnika, czyli prawidłowość normatywna; dc i dwuwariantowa diagnoza cząstkowa dla i-te spółki ze względu na wartość -tego wskaźnika: dc i = 1 diagnoza pozytywna (wartość wskaźnika zgodna z normą); dc i = 0 diagnoza negatywna (wartość wskaźnika niezgodna z normą); = 1, 2,, k, 9 Charakter cech diagnostycznych określono na podstawie prac Sierpińskie i Jachny (1995), Hozera i in. (1997), Łuniewskie i Tarczyńskiego (2006).

5 Wpływ norm empirycznych na końcowy wynik procesu diagnozowania 125 k liczba wskaźników; i = 1, 2,, n; n liczba spółek. Wskaźnik płynności szybkie (P2), który est nominantą, zamieniono na stymulantę według wzoru (Kukuła 2000): 1 ( xi a ) dla xi c1 c1 a zi F ( xi ) 1 dla c1 xi c2 1 ( xi b ) dla xi c2 c2 b (3) gdzie: a minimalna wartość -tego wskaźnika, b maksymalna wartość -tego wskaźnika, c 1 dolna granica przedziału nominalnego (dla P2 wynosi 1), c 2 górna granica przedziału nominalnego (dla P2 wynosi 1,2). Na podstawie diagnoz cząstkowych, uzyskanych dla 3 wartości norm empirycznych, wyznaczono diagnozy końcowe (dk i ) sytuaci finansowe badanych spółek według wzoru: mediana dk i { dc i } (4) gdzie: dk i diagnoza końcowa sytuaci finansowe dla i-te spółki, która w przypadku parzyste liczby diagnoz cząstkowych (8 wskaźników), przymue 3 wartości: dk i = 1 diagnoza pozytywna (ponad połowa wskaźników ma wartości zgodne z normą), dk i = 0,5 brak ednoznaczne diagnozy (połowa wskaźników ma wartości zgodne z normą), dk i = 0 diagnoza negatywna (ponad połowa wskaźników ma wartości niezgodne z normą). Diagnozy końcowe sytuaci finansowe badanych spółek pod koniec 2011 r. wykorzystano do klasyfikaci spółek w 3 wariantach, w zależności od przyętego poziomu normy empiryczne. WYNIKI BADAŃ I DYSKUSJA Na podstawie wzorów (1) i (2) dla każde spółki sformułowano 8 diagnoz cząstkowych w 3 wariantach (łagodnym, umiarkowanym, ostrym). Następnie wyznaczono diagnozy końcowe sytuaci finansowe badanych spółek pod koniec 2011 r. ako medianę diagnoz cząstkowych (wzór 4). W tabeli 2 zamieszczono wartości norm empirycznych wyznaczone dla poszczególnych wskaźników finansowych, natomiast w tab. 3 zaprezentowano wyniki procesu diagnozowania dla badanych spółek. Tabela 2. Wartości norm empirycznych dla wskaźników finansowych pod koniec 2011 r. Wyszczególnienie Z4 P2 a A2 A3 A4 W1 W3 W4 Kwartyl I 0,038 0,683 33,350 82,55 185,80 1,017 4,088 1,923 Kwartyl II 0,054 0,830 65, ,80 223,05 1,287 5,521 4,440 Kwartyl III 0,076 0, , ,50 245,30 1,541 13,128 6,627 a Dla wskaźnika płynności szybkie (P2) wartości kwartyli obliczono po ego przekształceniu na stymulantę, zgodnie ze wzorem (3). Źródło: obliczono na podstawie Notoria Serwis (wersa 21.20, październik 2012).

6 Tabela 3. Diagnozy cząstkowe i końcowe sytuaci finansowe spółek z sektora: przemysł elektromaszynowy pod koniec 2011 r. (warianty I, II, III) Wariant I diagnoza łagodna Wariant II diagnoza umiarkowana Wariant III diagnoza ostra Nazwa diagnozy cząstkowe (dc spółki i) diagnozy cząstkowe (dc i) diagnozy cząstkowe (dc i) d ki d ki d ki Z4 P2 A2 A3 A4 W1 W3 W4 Z4 P2 A2 A3 A4 W1 W3 W4 Z4 P2 A2 A3 A4 W1 W3 W4 Amica , Apator Aplisens ,5 Bumech Cklima Energoin , Essystem ,5 Famur Hydrotor Introl Kopex Lena Markum Mo Patentus Polna Rafako , Rafamet Relpol Remak Secowar , Sonel ,5 Ursus Westa Zamet Zelmer ZPUE Zrembch ,5 Źródło: obliczono na podstawie: Notoria Serwis (wersa 21.20, październik 2012 r.) i tab. 2.

7 Wpływ norm empirycznych na końcowy wynik procesu diagnozowania 127 Wykorzystuąc diagnozy końcowe oraz informace o liczbie pozytywnych diagnoz cząstkowych, uzyskanych przez poszczególne spółki, dokonano ich klasyfikaci, wyróżniaąc 9 grup spółek różniących się kondycą finansową. W czterech pierwszych grupach znalazły się spółki o bardzo dobre (grupy I i II) i dobre (grupy III i IV) sytuaci finansowe. Grupa V zawiera spółki, w przypadku których trudno ednoznacznie ocenić sytuacę finansową, gdyż liczba diagnoz cząstkowych pozytywnych i negatywnych est taka sama. Natomiast w 4 ostatnich grupach znalazły się spółki o złe (grupy VI i VII) i bardzo złe (VIII i IX) sytuaci finansowe. Wyniki klasyfikaci spółek w 3 wariantach przedstawiono w tab. 4. Tabela 4. Klasyfikaca spółek z sektora: przemysł elektromaszynowy pod koniec 2011 r. (warianty I, II, III) Liczba Wartość Wariant II Nr pozytywnych Wariant I Wariant III diagnozy (diagnoza grupy diagnoz (diagnoza łagodna) (diagnoza ostra) końcowe umiarkowana) cząstkowych Apator, Cklima, Relpol, I 8 II 7 1 III 6 IV 5 Zamet, Zelmer, ZPUE Patentus, Amica, Secowar, Famur, Kopex, Lena, Sonel, Essystem, Polna Energoin, Mo, Introl, Remak Aplisens, Hydrotor, Zrembch, Rafamet V 0,5 4 Rafako VI Relpol Cklima, Essystem, Lena, Polna, Sonel, ZPUE Apator, Aplisens, Famur, Hydrotor, Introl, Remak, Zrembch Amica, Energoin, Secowar 3 Markum Rafako, Zamet, Zelmer VII 2 Bumech, Ursus, Westa Bumech, Kopex, Markum, Mo, Patentus, Rafamet 0 VIII 1 Ursus, Westa IX 0 Źródło: opracowano na podstawie tab. 3. Cklima Relpol Aplisens, Essystem, Sonel, Zrembch Hydrotor, Introl, Lena, Remak Apator, Energoin, Polna, Zamet, ZPUE Amica, Famur, Kopex, Markum, Patentus, Rafako, Secowar, Zelmer Bumech, Mo, Rafamet, Ursus, Westa Porównuąc poszczególne warianty, można stwierdzić, że im ostrzesza est norma empiryczna, tym więce spółek zaliczanych est do grup o gorsze sytuaci finansowe. W wariancie I (diagnoza łagodna) ponad połowa spółek (53,6%) została zaliczona do grup I i II, natomiast żadna spółka nie została zaklasyfikowana do dwóch ostatnich grup. Zupełnie inacze est w przypadku wariantu III (diagnoza ostra), w którym żadna spółka nie została zaliczona do dwóch pierwszych grup, natomiast w grupach VIII i IX znalazła się prawie połowa spółek (46,4%). W wariancie II (diagnoza umiarkowana) żadna spółka nie znalazła się w pierwsze i ostatnie grupie; w porównaniu z wariantem I nastąpiło wyraźne przesunięcie spółek do grup o gorsze kondyci finansowe. Na podstawie tab. 4 można również przeanalizować sytuacę finansową wybrane spółki w zależności od przyęte normy empiryczne. Taka analiza est bardzo ważna dla inwestora giełdowego, który chce podąć decyzę o zainwestowaniu środków pieniężnych w konkretną spółkę. Spośród spółek z sektora: przemysł elektromaszynowy warto zainwestować w spółki

8 128 K. Wawrzyniak Cklima i Relpol, gdyż ich sytuaca finansowa pod koniec 2011 r. była nalepsza (bez względu na poziom normy zawsze należały one do grupy spółek bardzo dobrych lub dobrych). Natomiast na pewno nie warto inwestować w spółki Ursus i Westa, gdyż one zawsze należały do grupy spółek złych lub bardzo złych, bez względu na poziom normy. WNIOSKI 1. Przyęty w procesie diagnozowania określony poziom norm empirycznych w sposób istotny zmienia wynik końcowy tego procesu. 2. Im ostrzesze kryterium zastosowano przy formułowaniu diagnoz cząstkowych, tym ostrzesza była diagnoza końcowa. 3. Diagnozy końcowe wraz z diagnozami cząstkowymi mogą stanowić podstawę klasyfikaci ednostek zbiorowości pod względem określonego zestawu cech diagnostycznych. 4. Wyniki klasyfikaci dostarczaą ważnych informaci niezbędnych do podemowania określonych decyzi inwestycynych. Na zakończenie warto zauważyć, że końcowa klasyfikaca ednostek zależy w dużym stopniu nie tylko od poziomu norm empirycznych, ale również od zestawu cech diagnostycznych, przy czym to decydent wskazue cechy, które są dla niego naważniesze. Może to zrobić uż na początku badania, podaąc a priori cechy, które muszą się znaleźć w badaniu. Może także zaproponować system wag, który zostanie uwzględniony dopiero po dokonaniu doboru cech za pomocą określonych metod statystycznych. PIŚMIENNICTWO Batóg J., Wawrzyniak K Wykorzystanie norm w zarządzaniu. Zesz. Nauk. USzczec. 23, Hozer J Funkca diagnostyczna modeli ekonometrycznych. Wiad. Statyst. 2, Hozer J., Tarczyński W., Gazińska M., Wawrzyniak K., Batóg J Metody ilościowe w analizie finansowe przedsiębiorstwa. Warszawa, Wydaw. GUS. ISBN X. Kukuła K Metoda unitaryzaci zerowane. Warszawa, Wydaw. PWN. Łuniewska M., Tarczyński W Metody wielowymiarowe analizy porównawcze na rynku kapitałowym. Warszawa, Wydaw. PWN. Młodak A Analiza taksonomiczna w statystyce regionalne. Warszawa, Difin. ISBN Nowak E Metody taksonomiczne w klasyfikaci obiektów społeczno-gospodarczych. Warszawa, PWE, Sierpińska M., Jachna T Ocena przedsiębiorstwa według standardów światowych. Warszawa, Wydaw. PWN, Wawrzyniak K Diagnozowanie ilościowe procesów i obiektów gospodarczych podstawowe poęcia. Zesz. Nauk. USzczec. 450, Wawrzyniak K Parametry struktury ako narzędzia klasyfikaci obiektów w mikroskali. Stud. Pr. WNEiZ USzczec. 31,